Saya dilahirkan pada tahun 1970-an dan membesar dalam era di mana pertumbuhan perindustrian sering didahulukan berbanding tanggungjawab alam sekitar. Salah sebuah bandar yang saya diami selama berdekad-dekad pernah terkenal dengan pencemaran yang teruk, dan sungainya, pada ketika-ketika tertentu, amat toksik.
Malaysia tidak bersendirian. Di seluruh dunia, kilang-kilang berkembang pesat, pertanian diperhebat, pengeluaran ternakan meningkat, dan kawalan sisa masih lemah.
Pada tahun 1980-an dan 1990-an, kempen kesedaran alam sekitar menjadi lebih ketara. Pembersihan sungai, penambahbaikan kualiti udara dan perubahan amalan perindustrian memerlukan peraturan, infrastruktur, teknologi dan, yang paling penting, masa.
Saya masih ingat ketika berada di Busan, Korea pada tahun 1998. Selepas terdedah kepada hujan lebat ketika berlaku pencemaran teruk, saya jatuh sakit teruk untuk tempoh yang lama.
Bermula tahun 2000-an, dunia mula membuat kemajuan yang ketara. Piawaian alam sekitar bertambah baik, rawatan air sisa diperluas, tenaga boleh baharu berkembang, pengangkutan yang lebih bersih menjadi arus perdana dan penggunaan EV dipercepat. China, Korea, Malaysia dan banyak negara lain melabur secara besar-besaran untuk memperbaiki keadaan yang tercipta pada dekad-dekad awal perindustrian tidak terkawal.
Hari ini, banyak bandar menjadi jauh lebih bersih berbanding tiga puluh tahun lalu.
Kemajuan itu sewajarnya mengingatkan kita tentang perkara penting: kerosakan alam sekitar bukanlah sesuatu yang tidak dapat dielakkan, tetapi pencegahan seawalnya jauh lebih mudah berbanding pembaikan kemudian.
Inilah sebabnya saya semakin bimbang terhadap cara Kecerdasan Buatan (AI) dibangunkan dan digunakan. Model besar sering digunakan untuk tugas ringkas, inferens diulang secara tidak perlu, dan sistem dibina tanpa penghalaan, segmentasi atau pemprosesan deterministik yang wajar. Di sebalik setiap permintaan AI terdapat GPU, pelayan, elektrik, sistem penyejukan, air dan infrastruktur fizikal. AI mungkin kelihatan digital, tetapi jejak alam sekitarnya amat nyata.
Masalahnya bukan pada AI. Masalahnya ialah penggunaan AI tanpa disiplin. Kita telah memakan masa berdekad-dekad untuk membersihkan kesan perindustrian tidak terkawal. Kita tidak seharusnya mengulangi kesilapan yang sama dengan Kecerdasan Buatan. Di NeuralOps, prinsip kami mudah: gunakan AI termaju hanya apabila kecerdasan termaju benar-benar diperlukan. Smart Routing, model khusus, sistem terpisah dan pemprosesan deterministik dapat mengurangkan pengkomputan yang tidak perlu sambil mengekalkan keupayaan. Bina lebih banyak kecerdasan. Gunakan kurang pengkomputan yang tidak perlu. Reka bentuk secara bertanggungjawab dari awal.
